基于CHARLS经验数据的失地农民养老保险需求影响因素分析

冯明缘

（河北经贸大学金融学院,河北 石家庄 050061）

2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出要全面推进乡村振兴，健全城乡融合发展体制机制。2020年，我国常住人口城镇化率达到63.89%，预计到2025年达到65.5%。在推进城镇化过程中，农民土地被征收，导致失地农民的生存及养老方式改变。不把失地农民养老保障问题解决，可能会影响城镇化发展及社会和谐。十多年来，各省市、自治区具体问题具体分析，根据本地区情况，出台并不断优化、更新失地农民养老保险政策。

由于目前我国失地农民养老保险政策还不够完善，或者各地配套政策实施不到位，导致失地农民购买失地农民养老保险的积极性不高。为了提高失地农民养老保险的有效需求，本文从失地农民角度，分析影响失地农民养老保险需求的因素，以此为提高失地农民养老保险参保率建言献策，以期提高失地农民养老保障水平，维护社会稳定。

1 文献综述及研究假设

在失地农民养老保障的必要性问题上，郝丹等（2017）通过定性分析，认为现阶段人口老龄化严重，有必要建立失地农民养老保障体系[1]；李雷等（2020）认为新型城镇化发展离不开失地农民养老，保障失地农民养老利益能推动新农村建设[2]；周建再等（2016）分析了苏州的案例，认为经济发展中要实施失地农民保障制度改革[3]。

有些学者用定量方式分析了影响失地农民养老保障水平的因素。熊文等（2021）使用Logit回归和PSM倾向性得分匹配方法，对北京周边郊区失地农民和未失地农民进行了两次调查，分析两者的社会保障水平差异化程度，经过实证分析发现，究其根本，失地农民的工作收入、学历、工作类型、政治面貌等因素造成了其社会保障水平的不同[4]。崔红志（2013）基于对6个不同省份的农户聚集地的调查问卷，发现与之前的生活水平相比，失地农民的收入有所增加但不持续，不同地区的养老金待遇差异显著，主要由失地农民社会保障制度和相关政策不健全导致。王积田（2016）采用Logistic回归模型进行实证分析，分析了浙江东阳市245位失地农民参加商业养老保险意愿的影响因素，结果表明，失地农民的年龄、参加其他养老保险、养老需求等因素影响显著，性别、文化程度和婚姻状况等因素影响不显著[5]。黄英君（2016）以重庆渝北区转户人口为调查对象，使用Logistic回归模型和逐步分析法分析转户人口购买养老保险情况，得出社会因素如给付情况和周围人群购买情况影响显著[6]。

综上所述，已有文献大部分针对失地农民养老保障的必要性以定性角度研究了失地农民养老保障制度和现状，认为失地农民的养老保障水平较之前有所提高，但提高失地农民养老保障水平任务紧迫；少部分文献通过小规模调查数据分析某一地区的失地农民参保意愿及其影响因素。但其中存在几点不足：（1）通过调查问卷得到的数据较少；（2）只关注某一地区，由于地区间发展不平衡等问题，很难得到影响失地农民参保意愿因素的共性分析；（3）少有文献对失地农民养老保险需求的影响因素做定量分析。对此，本文运用2015年中国健康与养老追踪调查（CHARLS）数据在个人因素、家庭因素、其他参保情况和养老需求四个方面进行Logit分析，之后再用probit进行稳健性回归。

2 研究设计

2.1 数据来源及处理

本文数据来源于2015年中国健康与养老追踪调查（CHARLS）数据，旨在了解45岁以上的中国中老年人的健康和养老问题。本文对原始数据进行了如下筛选和处理：（1）筛选出了被征地的农民样本，并针对失地农民是否参加了失地农民养老保险，参加了记为1，没参加记为0；（2）缺失数据处理，如对年龄处理，可以通过出生年月计算得出。最后得到3 063个样本数据。

2.2 模型构建

上式中，p表示因变量发生的概率，即参加失地农民养老保险发生的概率；X1为参保后获得的养老金，X2是性别，X3是婚姻状态，X4是子女数量，X5是年龄，X6是死亡风险，X7是参加社会养老保险，X8是参加商业养老保险，X9是家庭收入，X10是健康状况；β1、β2……β10是各自变量回归系数，μi为随机扰动项。

2.3 变量观测

2.3.1 因变量

本文的因变量是失地农民对失地农民养老保险的参保意愿，问题设置是“你是否参加了失地农民养老保险”，已参保记为1，未参保记为0。

2.3.2 自变量

根据CHARLS数据问题设置，本文从参保能获得的养老金、个人基本信息、家庭因素、参加其他养老保险情况和养老需求5个维度设置10个自变量（如表1）。其中，个人信息包括性别、年龄及婚姻状况；家庭因素主要以家庭收入和子女数量体现；参加其他养老保险情况包括社保和商业养老保险；养老需求以死亡风险和健康状况体现，死亡风险低，则养老需求高。

表1 变量及其赋值

3 实证分析

3.1 描述性分析

样本数据男女比例各半，年龄均值为58岁，子女人数平均为2～3个。根据数据可知，失地农民参加失地农民养老保险的意愿不强烈，参保后得到的养老金水平不高，大部分失地农民已经参加了社会养老保险，而参加商业养老保险的人数非常少。样本的平均死亡风险中等，平均健康水平中等。

3.2 Logit回归

对以上变量做Logit分析，以“是否投保失地农民养老保险”为被解释变量，分别对解释变量做Logit分析，得到五个模型：模型一为“个人信息因素+家庭因素+养老需求+参加其他养老保险情况”，模型二为“个人信息因素”，模型三为“家庭因素”，模型四为“养老需求”，模型五为“参加其他养老保险情况”。Logit回归结果如表2。

表2 Logit回归结果分析

从表2得出的结论与本文假设一致，表现在不管增加或减少其他变量参与回归，“参保后得到的养老金”变量结果在1%的置信水平下显著，且符号为正，即失地农民参保后得到的养老金越多，其投保意愿越大。模型二表明，“年龄”变量在1%的置信水平下显著，符号为负，即随着年龄的增大，失地农民投保意愿降低。这是因为可能失地农民考虑到年龄越大，享受到养老金的年限越短，性价比不高。但“性别”和“婚姻状况”不显著。这与模型五的结论相一致，“死亡风险”变量在1%的置信水平下显著，符号为正，表明死亡风险越小，投保意愿越大；但“健康状况”并不显著。模型三表明家庭收入与投保意愿无关；“子女数量”变量在1%的置信水平下显著，表明子女数量越多，失地农民养老保险投保意愿越不强烈。这表明现在大部分失地农民“养儿防老”的思想还根深蒂固，相比于花钱买养老保险，更愿意子女来养老。模型四中为其他养老保险参保情况，“参加社会养老保险”和“参加商业养老保险”分别在1%和5%的置信水平下显著。其中，“参加社会养老保险”符号为负，可能是部分农民因为收入限制或者认知有限等只能选择一种保障；而参加了商业养老保险的农民，可能由于其对保险的认知程度较高，又有足够的财力，所以才会尽可能购买更多的养老保险，以获得更好的生活保障。

4 结论与政策建议

研究结果表明，失地农民参保后得到的养老金越多，死亡风险越小，年龄越小，子女数量越少，有其他参加养老保险方式，那么其投保意愿就更强烈，但投保意愿与性别、婚姻状况、家庭收入和健康状况无关。结论具有的政策含义如下：首先，应提高失地农民参保后的养老金水平，养老金水平越高，失地农民投保意愿越强烈，有助于失地农民老年生活得到保障，吸引更多失地农民参保；其次，应加大对养老保险制度的宣传力度，提高农民的保险意识，对于失地农民养老保险，让更多失地农民了解该政策的惠农力度，同时推广参保社会养老保险和商业养老保险，提高失地农民老年生活水平；再次，增加农村免费身体检查活动，扩大受益农民人群，保障中老年健康水平，这是中老年人的养老前提，也能减轻养老负担；最后，政府、企业应该创造更多就业岗位，积极开展农民再就业培训，促使农民努力转变思维，自力更生，保证自己生存的同时为社会贡献力量。